Numpy：将浮点数与阈值

Question

我在这里找到了如何比较浮点数：

Compare `float` and `float64` in python

Working with floating point NumPy arrays for comparison and related operations

以及其他类似问题。

但我无法找到正确比较浮点数与阈值（更大或更小）的最佳方法。

示例：我们要检查float matrix中的元素是否小于浮点阈值。

eps = 0.1
xx = np.array([[1,2,3], [4,5,6], [7,8,9]])
yy = np.array([[1.1,2.1,3.1], [4.1,5.1,6.1], [7.1,8.2,9.3]])
dif = np.absolute(xx - yy)
print dif
print dif < eps

打印：

[[ 0.1  0.1  0.1]
 [ 0.1  0.1  0.1]
 [ 0.1  0.2  0.3]]
[[False False False]
 [ True  True  True]
 [ True False False]]

我找到的唯一解决方案是创建一个矢量化函数，并将矩阵的每个元素与阈值进行比较：首先确定它们不相等，然后与<或>进行比较。 感谢@MarkRansom。

Answer 1

在大多数实际情况下，由于您在进行计算时收集的错误很少，因此无法进行精确比较。

如果你想做适当的数字，你将不得不进行错误估计以及所有结果，这是非常繁琐的。

（有一个名为flint的库python interface，但我没有使用它，所以无法保证它。它的目的是为你做所有结果的携带错误界限（比估计更严格） 。）

在任何情况下，您都必须将可能结果的列表从更大，相等，更少更改为更大，更大，更难以区分，可能更少，更少

Answer 2

请注意，a ≤ b等于not a > b。